Horticultura periurbana y teledetección : herramientas analíticas de valoración y cuantificación de la producción hortícola basada en sensores remotos
En esta tesis se exploraron las herramientas de sensado remoto y su procesamiento, para abordar las preguntas ¿Dónde? y ¿Qué? hortalizas se producen en el territorio periurbano. El caso de estudio es el territorio periurbano de Córdoba Capital y localidades aledañas. Para responder ¿Dónde se producen hortalizas en el periurbano?, se siguieron y compararon dos aproximaciones. Para la primera, se construyó una metodología de clasificación de pixel jerárquica, basada en información espectral, textural y de contexto, de imágenes Sentinel-2. En la segunda, se modificó y ejecutó una cadena de procesamiento de análisis de imagen basado en objetos geográficos (GEOBIA), la misma se aplicó tanto a imágenes Sentinel-2 como a imágenes de alta resolución espacial (VHRI). A fin de abordar la pregunta de ¿Qué hortalizas se producen?, se planificó y operó vuelos de un vehículo aéreo no tripulado (VANT), se procesaron las imágenes resultantes de una cámara Parrot Sequoia+ y se clasificaron en un esquema GEOBIA. Se obtuvo como resultados una metodología de clasificación espectral- textural (automatizable) de horticultura periurbana, basada en tecnología de acceso libre, así como un identificador de zona de interfaz rural-urbana (i.e. periurbano). La clasificación espectral-textural del cinturón verde de Córdoba Capital, obtuvo una precisión general de OA = 0,89 y un índice κ = 0,86, y las métricas de precisión para la clase Hortícola alcanzaron un puntaje F1Score = 0,9. Fruto de la tesis se cuenta con una cadena de procesamiento GEOBIA, operativa que logró identificar lotes hortícolas, caracterizarlos espectral, textural y morfológicamente, para clasificarlos con una precisión general de OA = 0,75 y un κ = 0,64, sobre una relación muestra/población del 60%. Dicha cadena se aplicó también, al análisis de las imágenes de resolución espacial de 10 cm de pixel, para obtener una clasificación de cultivos hortícolas por especie. En dicha clasificación se logra una precisión sobre los cultivos hortícolas de 0,69 y un κ_horticola = 0,58, con buen resultado en Brócoli (en cosecha) con F1Score = 0,65. A partir de los resultados y experiencia adquirida en las metodologías exploradas, se espera que la segmentación de líneas de cultivo y plantas individuales de especies hortícolas, junto con modelos de estimación de biomasa y detección de estrés de los cultivos, sea la base para la construcción de mapas de rendimiento hortícola y del servicio de abastecimiento de alimentos frescos.
| Main Author: | |
|---|---|
| Format: | info:ar-repo/semantics/libro biblioteca |
| Language: | spa |
| Published: |
Ediciones INTA
2022
|
| Subjects: | Horticultura, Teledetección, Zonas Periurbanas, Vehículos Aéreos No Tripulados, Relaciones Campo Ciudad, Córdoba (Argentina), Horticulture, Remote Sensing, Suburban Areas, Unmanned Aerial Vehicles, Rural Urban Relations, GEOBIA, VANT, Cinturón Verde, Córdoba, |
| Online Access: | http://hdl.handle.net/20.500.12123/13443 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | En esta tesis se exploraron las herramientas de sensado remoto y su procesamiento, para abordar las preguntas ¿Dónde? y ¿Qué? hortalizas se producen en el territorio periurbano. El caso de estudio es el territorio periurbano de Córdoba Capital y localidades aledañas.
Para responder ¿Dónde se producen hortalizas en el periurbano?, se siguieron y compararon dos aproximaciones. Para la primera, se construyó una metodología de clasificación de pixel jerárquica, basada en información espectral, textural y de contexto, de imágenes Sentinel-2. En la segunda, se modificó y ejecutó una cadena de procesamiento de análisis de imagen basado en objetos geográficos (GEOBIA), la misma se aplicó tanto a imágenes Sentinel-2 como a imágenes de alta resolución espacial (VHRI). A fin de abordar la pregunta de ¿Qué hortalizas se producen?, se planificó y operó vuelos de un vehículo aéreo no tripulado (VANT), se procesaron las imágenes resultantes de una cámara Parrot Sequoia+ y se clasificaron en un esquema GEOBIA.
Se obtuvo como resultados una metodología de clasificación espectral- textural (automatizable) de horticultura periurbana, basada en tecnología de acceso libre, así como un identificador de zona de interfaz rural-urbana (i.e. periurbano). La clasificación espectral-textural del cinturón verde de Córdoba Capital, obtuvo una precisión general de OA = 0,89 y un índice κ = 0,86, y las métricas de precisión para la clase Hortícola alcanzaron un puntaje F1Score = 0,9. Fruto de la tesis se cuenta con una cadena de procesamiento GEOBIA, operativa que logró identificar lotes hortícolas, caracterizarlos espectral, textural y morfológicamente, para clasificarlos con una precisión general de OA = 0,75 y un κ = 0,64, sobre una relación muestra/población del 60%. Dicha cadena se aplicó también, al análisis de las imágenes de resolución espacial de 10 cm de pixel, para obtener una clasificación de cultivos hortícolas por especie. En dicha clasificación se logra una precisión sobre los cultivos hortícolas de 0,69 y un κ_horticola = 0,58, con buen resultado en Brócoli (en cosecha) con F1Score = 0,65.
A partir de los resultados y experiencia adquirida en las metodologías exploradas, se espera que la segmentación de líneas de cultivo y plantas individuales de especies hortícolas, junto con modelos de estimación de biomasa y detección de estrés de los cultivos, sea la base para la construcción de mapas de rendimiento hortícola y del servicio de abastecimiento de alimentos frescos. |
|---|